پژوهشگران در تلاشند تا «مغز هوشمند» برای ماشینها تصمیم بگیرد
تعبیر خواب هولناک نافرمانی روبات ها
دانشمندان به دنبال افزایش میزان درک روباتها از محیط اطرافشان هستند و شکاف کلیدی بین انسان و روباتها را نیز ناشی از درک ناکافی آنها از شرایط موجود میدانند. درحالی که توانایی روباتها از نظر تشخیص اشیا در محیط اطراف رشد چشمگیری داشته، اما هنوز برای درک بالاتر، موارد زیادی برای یادگیری دارند. روباتها در نهایت باید بتوانند در شرایط اضطراری، بهترین تصمیم را بگیرند و یکی از راهکارها، استفاده از مغز هوش مصنوعی است.
آرزو کیهان
خبرنگار
تعامل بیشتر روباتها با مردم
«لوکا کارلون» از دانشگاه میشیگان آمریکا دراینباره گفت: امروزه پهپادها میتوانند بستههای پستی را تحویل دهند، ماشینهای خودران در حال خدمترسانی به انسان هستند و سگهای روباتیک هم به عنوان نیروهای امدادگر مورد استفاده قرار میگیرند، اما این کافی نیست. با افزایش درک روباتها، میتوان از قابلیتهای بالای این ماشینها به درستی بهره گرفت تا زندگی بشر راحتتر شود. ما به عنوان انسان، اشیا را نهتنها از شکل، بلکه با فیزیک آنها درک میکنیم. این نوع ادراک همان چیزی است که کارلون و گروهش امیدوارند به روباتها منتقل کنند تا بتوانند با مردم در خانه، محل کار و سایر محیطها تعامل داشته باشند.
با توسعه هوش مصنوعی، درک محیط برای روباتها بیشتر شده و «فانکهاوزر»، مدیر اجرایی استارتاپ روباتیک آلمانی ANYbotics دراین باره گفت: طی دهه گذشته جهشهای هوش مصنوعی مولد، توانمندیهای علم روباتیک را افزایش داده که از آن میتوان به پیشرفت در زمینه شبکههای عصبی به تقلید از مغز انسان اشاره کرد.
در حال حاضر بزرگترین شرکتهای هوش مصنوعی جهان مانند گوگل، اوپن اِیآی و تسلا به دنبال ساخت مغز هوش مصنوعی هستند؛ مغزی که بتواند به شکل خودکار روباتها را به سوی انجام طیف وسیعی از حرکات سوق دهد و البته نتیجه آن، متحول شدن صنایع مختلف است.
نگرانی از نافرمانی روباتها
هوش مصنوعی مولد میتواند به تولید و تجزیه مولتیمدیا و متون بپردازد و به روباتها اجازه دهد با درک بالاتر از دنیای اطراف، به شکل راحتتری با انسان به تعامل بپردازند. به این ترتیب، حتی کسانی که دانش کدنویسی ندارند هم میتوانند با دستورهای صوتی یا متنی به کامپیوترها فرمان دهند.
در اوایل سال گذشته میلادی، شرکت گوگل دیپمایند از مجموعهای از پیشرفتها در تحقیقات خود خبر داد که از جمله آنها میتوان به استفاده از مدلهای زبانی بزرگ(LLM) برای آموزش روباتهای انساننما برای درک بهتر محیط اطراف و حرکت دقیقتر اشاره کرد. در همین مدت روباتها توانستهاند با این آموزشها، از دستورات بهتر پیروی کنند، اما نگرانیهایی هم از نافرمانیهای احتمالی با ارتقای درک روباتها وجود دارد.
تصمیمگیری روباتها در موقعیت غیرمنتظره
یکی از تلاشهای محققان علم روباتیک و هوش مصنوعی، آموزش روباتها با طیف بالایی از الگوریتمهاست تا کاملاً آزادانه در هر جهتی حرکت کنند و تصمیمگیری درستی داشته باشند. به عنوان مثال روباتهای انساننمای یاریگر سالمندان، باید در موقعیتهای خاص، تصمیمات درستی بگیرند. همانطور که مغز انسان باید بتواند در زمانهای غیرمنتظره و خطرناک، بهترین تصمیم را بگیرد، روباتهای انساننما نیز باید این چالشها را پشت سر بگذارند. اما چگونه یک الگوریتم واحد، میتواند سیستمهای روباتیک مختلف را برای بهترین تصمیمگیری راهنمایی کند؟ دانشمندان میخواهند با شبیهسازی مسیرهایی که قبلاً بررسی نشده، به روباتها کمک کنند که به درستی و درزمان مناسب، تصمیم گیریهای مهم با کمترین میزان خطا داشته باشند.